MSDN文档翻译 Learn to Program for Windows in C++ 005 序章第三节

序章/第三节：字符串处理

    Windows在UI元素、文件名、等等上，原生的支持Unicode字符串。Unicode是目前首选的字符编码方案，因为它支持目前所有的字符形式与语言。Windows所采用的Unicode编码方案是UTF-16编码方案，在这种方案里，每一个字符被编码成一个16位宽的整数值。UTF-16字符被称为“宽字符”，以区别8位的ANSI字符。Visual C++编译器用内置数据类型wchar_t来支持宽字符。在头文件<WinNT.h>中也定义了宽字符类型的别名，如下所示：

        typedef wchar_t WCHAR;

    你会在MSDN的代码样例中看到以下两种代码：第一种声明一个宽字符变量，另一种声明一个宽字符串。具体做法就是在字面值常量之前加上一个【L】前缀，将其转换为宽字符编码方式的字符/字符串。

        wchar_t a = L'a';

        wchar_t *str = L"hello";

    这是一些其它的字符串相关的类型别名，在后续部分你将逐渐接触：

        类型别名                        定义

        CHAR                            char

        PSTR / LPSTR                    char ×

        PCSTR / LPCSTR                  const char *

        PWSTR / LPWSTR                  wchar_t *

        PCWSTR / LPCWSTR                const wchar_t *

1:  Unicode与ANSI函数

    当微软宣布Windows操作系统支持Unicode编码方式时，为了减轻过渡时期的阵痛，微软提供了两套平等的API，一套用以处理ANSI字符串，一套用以处理Unicode字符串。例如，下面是两个用以设置窗口标题栏文本的函数：

        SetWindowTextA  // 接收一个ANSI字符串

        SetWindowTextW  // 接收一个Unicode字符串

    在内部，ANSI版本将字符串转换成了Unicode形式（因为Windows操作系统支持的是Unicode编码，而不是ANSI编码）。Windows头文件中也定义了一个宏，当预处理宏【UNICODE】被定义时，字符串将会以Unicode编码形式被处理，否则，字符串将被ANSI形式处理，宏定义如下：

        #ifndef UNICODE

        #define SetWindowText SetWindowTextW

        #else

        #define SetWindowText SetWindowTextA

        #endif

    在MSDN文档中，这个函数被描述成了【SetWindowText】函数，尽管这并不是真正的函数名，而是一个宏的名称。

    现在新的应用程序应该始终调用Unicode版本的函数。世界上很多语言都需要用Unicode编码来表示，如果你用ANSI字符串，想要将你的应用程序在非英语地区本地化则无疑是天方夜谭。同时，ANSI版本的函数相较而言效率也比较低下，因为要运行ANSI版本的函数，程序运行时，操作系统需要将ANSI编码方式的字符串先翻译成Unicode编码形式的字符串。根据你个人的偏好，你可以直接调用Unicode版本的函数，例如直接使用【SetWindowTextW】，也可以调用宏【SetWindowText】。MSDN上的代码样例经常使用宏，但实际上这两种形式是完全等价的。并且很多新的Windows
API接口只有Unicode版本，没有相应的ANSI版本。

2:  TCHARs

    让我们回到那个需要同时支持NT平台的时代吧，你需要支持Windows 95/98/Me，在这个过渡的时代，有一种非常有用的策略，可以实现用相同的代码来编译包含Unicode字符串的程序与包含ANSI字符串的程序，具体编译哪种编码，取决于具体的平台。为了实现这个策略，Windows SDK提供了将字符串映射为Unicode编码或ANSI编码的宏，而具体映射为什么编码，取决于具体一平台。

        宏           对应的Unicode类型            对应的ANSI类型

        TCHAR           wchar_t                     char

        TEXT("x")       L"x"                        "x"

    例如，下面这句代码：

        SetWindowText(TEXT("My Application"));

    将被解析为下列代码语句中的某一句：

        SetWindowTextW(L"My Application");      // Unicode函数与宽字符串

        SetWindowTextA("My Application");       // ANSI函数与8位字符串

    而在如今，宏【TEXT】与【TCHAR】就很少见了，因为现在所有的应用程序都应该使用Unicode编码，你可能会在一些有历史的代码或MSDN的代码样例中见到它们

    Microsoft的C语言运行时库中的头文件也定义了一些类似的宏，例如：在宏【_UNICODE】未被定义的情况下，【_tcslen】将被解析为【strlen】，否则将会被解析为【wcslen】，【wcslen】是宽字符版本的【strlen】。

        #ifndef _UNICODE

        #define _tcslen     wcslen

        #else

        #define _tcslen     strlen

        #endif

    注意：有些头文件使用的预处理宏名为【UNICODE】，有些则用的是带一个短下划线的宏名【_UNICODE】。在实际应用时注意要将两个宏名都定义掉，当你新建一个项目时，Visual C++将这两个宏都按默认处理。